Objetivo: El objetivo de este trabajo es aplicar el método de los Mínimos Cuadrados Ordinarios (MCO) como estrategia para reducir la incertidumbre de medida asociada a las magnitudes físicas relevantes. Metodología: Este trabajo fue motivado por los esfuerzos realizados en las ciencias de la medición para investigar métodos alternativos que permitan obtener una mayor confiabilidad metrológica de los resultados, es decir, reducir la incertidumbre asociada a la medición. Así, la metodología aplicada consistió en el desarrollo de un código computacional utilizando la herramienta MatLab, en el cual se programó un algoritmo que soporta la aplicación del método OLS. Se evaluaron tres de las magnitudes físicas más utilizadas a nivel industrial: temperatura, presión y masa. Estas magnitudes se evaluaron a partir de la calibración de tres instrumentos de medida: termistor, manómetro y balanza digital. Resultados: La metodología aplicada permitió: (i) obtener la matriz de los coeficientes para polinomios de grados 1, 2, 3 y 4 que ajustan los datos experimentales; (ii) dibujar las curvas de calibración para cada uno de los polinomios obtenidos y (iii) estimar la incertidumbre de ajuste (es decir, la desviación cuadrática media) para especificar el polinomio que mejor modele los datos experimentales para un nivel de confiabilidad del 95,45 % (k = 2). Los resultados consolidados confirmaron una reducción en la incertidumbre asociada al ajuste polinomial del 99,8% para la medida de temperatura, 45,6% para la medida de presión y 53,9% para la medida de masa. Conclusiones: Finalmente, se presenta una discusión de los resultados, confirmando la efectividad del método de mínimos cuadrados ordinarios como estrategia para reducir la incertidumbre asociada a la calibración de instrumentos de medida.